Background: Genome sequencing coupled with electronic heath record data can uncover medically important genetic variation. Interpretation of rare genetic variation and its role in mediating cardiovascular phenotypes is confounded by variants of uncertain significance. Methods and Results: We analyzed the whole genome sequence of 900 racially and ethnically diverse biobank participants selected from a single US center. Participants were equally divided among European, African, Hispanic, and mixed race/ethnicities. We evaluated the American College of Medical Genetics and Genomics medically actionable list of 59 genes focusing on the cardiac genes. Variation was interpreted using the most recent reports in ClinVar, a database of medically relevant human variation. We identified 19 individuals with pathogenic/likely pathogenic variants in cardiac actionable genes (2%) and found evidence for clinical correlates in the electronic health record. African ancestry participants had more variants of uncertain significance in the medically actionable genes including the 30 cardiac actionable genes (p<0.05), even when normalized to total variant count per person. Longitudinal measures of left ventricle size, corrected for body surface area, from approximately 400 biobank participants (1,723 patient years) correlated with genetic findings. The presence of one or more uncertain variants in the actionable cardiac genes and a cardiomyopathy diagnosis correlated with increased left ventricular internal diameter in diastole (p<0.05) and in systole (p<0.01). In particular, MYBPC3 was identified as a gene with excess variants of uncertain significance. Conclusions: These data indicate a subset of uncertain variants may confer risk and should not be considered benign.

ABSTRACT Approximately 6 million adults in the US have heart failure (HF). HF progression is variable due in part to differences in sex, age, and genetic ancestry. Previous population-based genetic studies have largely focused on cross-sectional data related to HF, a disease known to change over time. Utilizing longitudinal data trajectory probabilities as a continuous trait may increase the likelihood of finding significant, biologically relevant associations in a genome-wide association (GWA) analysis. We analyzed data from the electronic health record in a medical biobank from a single, metropolitan US center to gather clinically pertinent data for analyses. We evaluated whole genome sequencing of 896 unrelated biobank participants, including 494 with at least 1 electrocardiogram and 324 who had more than 1 echocardiogram (∼3 observations per person). A censored normal distribution multivariable mixture model was used to cluster phenotype measures for genome-wide analyses. GWA analysis on the trajectory probability of the corrected QT measurement (QTc) taken from electrocardiograms identified significant associations with variants in regulatory regions proximal to the WLS gene, which encodes the Wnt ligand secretion mediator, Wntless. WLS was previously associated with QT length using of approximately 16,000 participants supporting the utility of this method to uncover significant genetic associations in small datasets. GWA analysis on the trajectory probability of left ventricular diameter as taken from echocardiograms identified novel significant associations with variants in regulatory regions near MYO10 , which encodes the unconventional Myosin-10. We found that trajectory probabilities improved the ability to discover significant and relevant genetic associations. This novel approach increased yield from smaller, well-phenotyped cohorts with longitudinal data from a medical biobank. AUTHOR SUMMARY Approximately 6 million adults in the US have heart failure, a disease known to change over time. In a hospital based electronic health record, electrocardiograms and echocardiograms, used to evaluate heart failure, can be tracked over time. We utilized these data to create a novel trait that can be applied to genetic analyses. We analyzed genome sequence of 896 biobank participants from diverse racial/ethnic backgrounds. Genome-wide association (GWA) analyses were performed on a subset of these individuals for heart failure outcomes. A statistical model that incorporates cardiac data that are tracked over time was used to cluster these data using a probabilistic approach. These probabilities were used for a GWA analysis for corrected QT measurement (QTc) and left ventricular diameter (LVID). The QTc interval analysis identified significant correlations with variants in regulatory regions near the WLS gene which encodes the Wnt ligand secretion mediator, Wntless. Analysis of LVID identified significant associations with variants in regulatory regions near the MYO10 gene which encodes the unconventional Myosin-10. Through these analyses, we found that using the trajectory probabilities can facilitate the discovery of novel significant, biologically relevant associations. This method reduces the need for larger cohorts, and increases yield from smaller, well-phenotyped cohorts.

Abstract Cultures of dissociated hippocampal neurons display a stereotypical development of network activity patterns within the first three weeks of maturation. During this process, network connections develop and the associated spiking patterns range from increasing levels of activity in the first two weeks to regular bursting activity in the third week of maturation. Characterization of network structure is important to examine the mechanisms underlying the emergent functional organization of neural circuits. To accomplish this, confocal microscopy techniques have been used and several automated synapse quantification algorithms based on (co)localization of synaptic structures have been proposed recently. However, these approaches suffer from the arbitrary nature of intensity thresholding and the lack of correction for random-chance colocalization. To address this problem, we developed and validated an automated synapse quantification algorithm that requires minimal operator intervention. Next, we applied our approach to quantify excitatory and inhibitory synaptogenesis using confocal images of dissociated hippocampal neuronal cultures captured at 5, 8, 14 and 20 days in vitro , the time period associated with the development of distinct neuronal activity patterns. As expected, we found that synaptic density increased with maturation, coinciding with increasing spiking activity in the network. Interestingly, the third week of the maturation exhibited a reduction in excitatory synaptic density suggestive of synaptic pruning that coincided with the emergence of regular bursting activity in the network.